Zobrazeno 1 - 10
of 29
pro vyhledávání: '"Shirman, Sasha"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Shirman, Sasha, Abarbanel, Henry D. I.
In statistical data assimilation one seeks the largest maximum of the conditional probability distribution $P(\mathbf{X},\mathbf{p}|\mathbf{Y})$ of model states, $\mathbf{X}$, and parameters,$\mathbf{p}$, conditioned on observations $\mathbf{Y}$ thro
Externí odkaz:
http://arxiv.org/abs/1805.09838
Autor:
Nyaanga, Joy, Goss, Christina, Zhang, Gaotian, Ahmed, Hannah N., Andersen, Elliot J., Miller, Isabella R., Rozenich, Justine K., Swarthout, Iris L., Vaughn, Jordan A., Mangan, Niall M., Shirman, Sasha, Andersen, Erik C.
Publikováno v:
In Cells & Development June 2022 170
We formulate a strong equivalence between machine learning, artificial intelligence methods and the formulation of statistical data assimilation as used widely in physical and biological sciences. The correspondence is that layer number in the artifi
Externí odkaz:
http://arxiv.org/abs/1707.01415
Data assimilation (DA) solves the inverse problem of inferring initial conditions given data and a model. Here we use biophysically motivated Hodgkin-Huxley (HH) models of avian HVCI neurons, experimentally obtained recordings of these neurons, and o
Externí odkaz:
http://arxiv.org/abs/1608.04433
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Nyaanga, Joy, Goss, Christina, Zhang, Gaotian, Ahmed, Hannah N., Andersen, Elliot J., Miller, Isabella R., Rozenich, Justine K., Swarthout, Iris L., Vaughn, Jordan A., Mangan, Niall M., Shirman, Sasha, Andersen, Erik C.
Publikováno v:
Cells & Development; 20220101, Issue: Preprints